2025年大学《应用统计学》专业题库- 生存分析在医药研究中的作用

2025年大学《应用统计学》专业题库——生存分析在医药研究中的作用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分。请将正确选项字母填入括号内）1.在生存分析中，下列哪项描述的是删失数据（censoreddata）？(A)研究对象在观察期结束时仍然存活。(B)研究对象因非研究原因提前退出试验。(C)研究对象发生了感兴趣的事件（如死亡）。(D)生存时间测量存在系统误差。2.Kaplan-Meier生存函数估计的是：(A)事件发生概率的累积值。(B)特定时间点仍存活的个体比例。(C)事件发生瞬时风险率。(D)生存时间的平均值。3.比较两组生存曲线是否显著不同的常用统计检验方法是：(A)t检验。(B)方差分析（ANOVA）。(C)卡方检验。(D)Log-rank检验。4.在Cox比例风险模型中，风险比（HazardRatio,HR）表示：(A)某因素每变化一个单位，事件发生的总概率变化量。(B)某因素取值为高水平时，相对于低水平，事件发生的瞬时风险率比值。(C)某因素对生存时间的影响程度。(D)模型拟合优度的指标。5.Cox比例风险模型属于：(A)参数生存回归模型。(B)非参数生存回归模型。(C)半参数生存回归模型。(D)经验生存回归模型。6.生存分析中，“比例风险假设”（ProportionalHazardsAssumption）意味着：(A)各组的生存曲线必须平行。(B)风险比（HR）是一个固定值，不随时间变化。(C)某因素的效应在所有时间点上都是一致的。(D)生存时间服从特定分布。7.以下哪种情况不适合使用Cox比例风险模型？(A)研究因素是分类变量。(B)存在大量删失数据。(C)比较不同治疗组的生存差异。(D)风险比随时间变化而变化。8.对于一个包含删失数据的生存研究，以下哪项陈述是正确的？(A)删失数据会扭曲生存函数的估计。(B)删失数据不影响未删失数据的分析结果。(C)Kaplan-Meier方法能够自然处理删失数据。(D)删失数据只能通过删除含有其观察对象的研究来处理。9.在生存分析中，生存时间通常指：(A)从研究开始到研究对象发生感兴趣事件的时间。(B)从研究开始到研究对象退出研究的时间。(C)从感兴趣事件发生到研究结束的时间。(D)研究对象进入研究到最终随访完成的时间。10.若要分析多种因素（如年龄、性别、治疗方案）对病人术后生存期的影响，最适合的模型是：(A)Kaplan-Meier生存分析。(B)Log-rank检验。(C)Cox比例风险回归模型。(D)线性回归模型。二、填空题（每空1分，共10分。请将答案填入横线内）1.生存分析主要用于研究事件发生时间（如生存时间）的分布及其受_______的影响。2.在Kaplan-Meier估计中，当某个时间点有删失数据时，该时间点的生存概率为_______。3.Cox比例风险模型是一种_______模型，它不需要事先指定生存时间的具体分布形式。4.生存分析中常见的删失类型是_______删失，即研究对象在事件发生前就离开了研究。5.解释Cox模型结果时，风险比（HR）大于1表示该因素是_______因素。6.进行生存分析时，必须区分_______数据和_______数据。7.生存曲线越早下降，通常表示该组人群的_______越差。8.检验Cox模型整体拟合优度的一种方法是_______检验。9._______是一种非参数方法，用于比较两组生存分布。10.生存分析结果解释时，需要考虑研究设计的_______和_______。三、简答题（每题5分，共20分）1.简述生存分析中“删失数据”的概念及其对生存函数估计的主要影响。2.请简述Kaplan-Meier生存函数估计的基本思想。3.列出至少三个在医药研究中适合应用生存分析的典型研究问题。4.简述Cox比例风险模型的基本原理，并说明其一个重要假设及其意义。四、计算与分析题（每题10分，共20分）1.假设一项研究比较了两种治疗方式（A和B）对某癌症患者的生存效果。观察期结束时，A组有5名患者死亡，2名失访；B组有3名患者死亡，4名失访。已知在时间点6个月时，A组有1名患者死亡，B组有1名患者死亡。请分别计算并简要说明A、B两组在6个月时的生存概率（无需计算后续时间点）。（提示：可描述计算思路和结果即可，无需列出所有细节）2.某研究者使用Cox比例风险模型分析影响肺癌患者生存的因素，得到部分输出结果摘要如下（仅为示意，非真实数据）：*模型包含变量：年龄（连续）、性别（男=1，女=0）、吸烟状况（从未吸烟=0，曾经吸烟=1，吸烟=2）。*部分结果：年龄的HR=1.05,95%CI(1.01,1.09)；性别HR=0.8,95%CI(0.6,1.1)；吸烟状况HR=1.75,95%CI(1.2,2.5)。*模型整体检验结果：χ²=15.5,df=3,P<0.01。*比例风险检验结果：χ²=4.2,df=2,P=0.12。*请解释该模型的部分结果，说明哪些因素被确定为影响肺癌患者生存的危险因素，并解释这些危险因素的效应大小和方向。五、论述题（10分）结合医药研究的实际情况，论述生存分析相比其他统计方法（如回归分析）在处理具有删失数据的事件时间研究中的优势和重要性。试卷答案一、选择题1.(A)2.(B)3.(D)4.(B)5.(C)6.(C)7.(D)8.(C)9.(A)10.(C)二、填空题1.协变量2.之前所有未删失观察的生存概率的乘积3.半参数4.右5.危险（或风险）6.未删失，删失7.预期寿命（或生存质量/预后）8.分层（或逐步）9.Log-rank检验10.设计，分析三、简答题1.答：删失数据是指在研究结束时，部分研究对象的生存结局（事件是否发生）尚未观察到，只知道他们生存的时间超过了某个时间点。其主要影响是，虽然这些个体的确切生存时间未知，但他们并未“消失”，对在已知时间点之前生存概率的估计没有影响，只是减少了在该时间点发生事件的个体数量，从而可能降低该时间点的风险集，影响风险率的计算。Kaplan-Meier估计通过在每个事件发生时重新计算剩余个体的生存概率，能够自然地处理删失数据。2.答：Kaplan-Meier生存函数估计的基本思想是：首先根据观察到的数据，确定各个时间点发生事件（如死亡）的个体数量和发生事件的总个体数量，计算在该时间点发生事件的概率（即生存概率的下降量）。然后，生存函数值被定义为从研究开始到当前时间点所有未发生事件的概率的乘积。由于它依赖于每个时间点的“事件发生”和“删失”信息，因此是一种非参数、基于重置抽样（乘法法）的方法，能够处理删失数据，并给出生存概率随时间变化的步进式估计。3.答：（1）比较不同治疗方法、药物或干预措施对疾病生存期的影响（如比较新药与安慰剂、手术与放疗的生存差异）。（2）分析影响患者预后的多种因素，如疾病分期、肿瘤大小、不良生活方式（吸烟、饮酒）、合并症、遗传标记、治疗反应等。（3）研究疾病进展时间、无进展生存期（PFS）、无复发生存期（DFS）等与治疗或临床特征的关系。（4）评估风险分层模型对患者生存的预测能力。4.答：Cox比例风险模型是一种半参数生存回归模型，用于分析一个或多个自变量（协变量）对事件发生瞬时风险率的影响。其基本原理是假设对于任意两个研究对象i和j，在给定协变量取值的情况下，他们之间事件发生的瞬时风险率的比值（即风险比HR）是恒定的，不随时间变化。模型通过最大化部分似然函数来估计各协变量的风险比及其置信区间，无需预先指定生存时间的分布函数形式。其一个重要假设是“比例风险假设”，即HR(t)=HR=constant，这意味着一个因素的效应在整个时间段内保持不变。检验此假设通常使用比分检验（ScoreTest）或基于残差的检验。如果该假设不成立，可能需要考虑使用其他模型（如时变系数模型或非比例风险模型）。四、计算与分析题1.答：计算思路：*A组：在0时间点，风险集=7（全部7人），事件数=0，生存概率S(0)=1。在6个月时间点，风险集=7-1=6（假设死亡1人未删失），事件数=1，生存概率S(6)=S(0)*(1-1/6)=1*(5/6)=5/6。6个月时生存概率为5/6。*B组：在0时间点，风险集=7，事件数=0，生存概率S(0)=1。在6个月时间点，风险集=7-1=6（假设死亡1人未删失），事件数=1，生存概率S(6)=S(0)*(1-1/6)=1*(5/6)=5/6。6个月时生存概率为5/6。*（注：根据题目描述，A组和B组在6个月时各有1名患者死亡，且均未删失，因此两组在6个月时的生存概率计算相同，均为5/6。若题目意图是描述计算过程，则此为基本步骤。若需区分，需题目提供更详细信息，例如是否在6个月时有患者失访。按题目字面，两组6个月生存概率相同。）2.答：分析：*模型整体检验结果（χ²=15.5,P<0.01）表明，至少有一个协变量（年龄、性别、吸烟状况）与肺癌患者的生存期显著相关，即该模型整体具有统计学意义。*比例风险检验结果（χ²=4.2,P=0.12）接近显著性水平，但未达到传统标准（P<0.05）。这提示可能存在非比例风险风险，即比例风险假设可能未完全满足。但仍可初步分析主要结果。*年龄的HR=1.05(95%CI:1.01,1.09)，表示年龄每增加一个单位，肺癌患者发生死亡事件的瞬时风险率增加5%，且该效应在模型中是显著的（因1在置信区间内，但通常需结合P值判断，此处假设显著）。年龄是危险因素。*性别HR=0.8(95%CI:0.6,1.1)，表示男性（取值为1）相对于女性（取值为0），发生死亡事件的瞬时风险率降低20%。由于置信区间包含1，通常认为性别在该模型中效应不显著。性别不是危险因素。*吸烟状况HR=1.75(95%CI:1.2,2.5)，表示吸烟者（取值为2）相对于从未吸烟者（取值为0），发生死亡事件的瞬时风险率增加75%，且该效应显著（置信区间不包含1）。吸烟是危险因素。*结论：该模型显示年龄增加和吸烟是影响肺癌患者生存的独立危险因素，年龄越大、吸烟状况越严重，患者死亡风险越高。性别在本模型分析中未显示出显著影响，但需注意比例风险假设可能存在的问题。五、论述题答：生存分析在处理具有删失数据的事件时间研究中具有独特的优势和重要性，这使其区别于其他统计方法（特别是标准的回归分析）：1.专门处理删失数据的能力：这是生存分析最核心的优势。标准回归分析（如线性回归、逻辑回归）通常要求观测值完整，即所有变量值和事件结局都已知。而生存分析从设计之初就考虑了删失数据的存在，其核心方法（如Kaplan-Meier估计、Cox模型的部分似然函数构建）能够有效利用包含删失信息的数据，避免因删失而造成的信息损失和估计偏差。标准方法若强行处理删失数据，可能导致严重错误。2.研究事件发生时间：生存分析专注于研究“等待时间”或“生存期”这类特殊的事件时间变量，以及影响这些时间变量的因素。而标准回归分析通常处理的是定量的因变量或分类因变量，虽然可以通过变量转换（如对数转换生存时间）或使用特定模型（如加速失败时间模型AFT，有时归入生存分析范畴）来间接处理，但生存分析提供了针对事件时间数据的直接、系统的方法论。3.考虑时间依赖性：许多生存分析模型（特别是Cox模型）隐含或显式地考虑了风险随时间变化的可能性。虽然标准回归分析也可以通过引入时间变量或交互项来模拟动态效应，但这并非其固有优势，且可能变得复杂。生存分析提供了一套成熟的框架来分析风险随